用于自适应调制的多查询表预失真

原文名称为:《Multiple lookup table predistortion for adaptive modulation》

摘要

本文提出了一种基于Hammerstein模型的多LUT数字自适应预失真器,该模型使用返回通道从接收器反馈信息,具体来说是误码率(bit error rate,BER),以便训练并随后调整特定的LUT增益,从而始终以最佳状态工作水平。这种新的预失真器结构旨在处理使用自适应调制的现代通信标准(例如IEEE802.11或IEEE802.16),因此在保证一定的接收服务质量的同时,不断地搜索最佳线性放大器以最大化功率效率。仿真结果表明了这种多查找表结构的优点,在不同信道条件下,在保证一定的接收误码率水平的同时,实现了线性高效放大。

I. Introduction

功率放大器(Power Amplifier ,PA)线性化是文献中广泛提出的一个众所周知的问题,但是它始终是开放的因为它必须不断地应对新的通信场景,在这些场景中,线性放大是必须的,而功率效率是一个重要的指标。 自从以前的中波和短波无线电发射机以来,已经提出了许多线性化技术[1],并取得了重大进展[2]。 当前高速数字信号处理器(DSP)的使用不仅恢复了经典的模拟解决方案(例如Kahn的包络消除和恢复[EE&R]或Chireix的解决方案[3]),而且还促进了线性化问题的新解决方案。 几年前,由于成本和DSP能耗的原因,使用数字处理器对PA进行线性化被认为是一个不错的解决方案,但它不合理。目前,大多数通信设备已经集成了一些数字处理器,用于无线标准中的强制性问题(如编码、交织、OFDM等),也可以用来实现基于数字的线性化,而不需要专门用于这一功能的特定的数字器件。在所有的线化器中,文献中提出的一些基于数字的线化器有:使用非线性元件的线性放大(LINC,实际上是Chireix结构)[4]及其变体CAL-Lum,EE&R和RF,BB或IF数字预失真 。最近几年提出的大多数数字预失真器都是用无记忆技术建模的。对于窄带信号(例如几乎恒定的包络调制),此PA无记忆模型可能是可以接受的近似值。 但是,由于新的多级调制格式要求功率处理能力和更高的基带带宽,无记忆预失真已经显示出不足的存储性能。
因此,对于当前的宽带多电平调制格式,有必要考虑功放存储模型,所提出的用作存储预失真器件的模型通常基于Volterra级数(或剪枝Volterra)[5,6]、存储多项式[7]、Wienner-Hammerstein模型[8]或神经网络[9],当前的通信标准,如ASIEEE802.11g、IEEE802.16、ETSIHiperlan-2、UMTS或ETSIDVB,通过使用多电平调制、多载波或组合两者(例如M-QAM、π/4DQPSK、WCDMA、单载波或OFDM),在中等信道带宽(超过20MHz)上寻找高频谱效率。
这些调制方案在幅度和相位上都有信息,因此对PA非线性非常敏感。 考虑到它们呈现出较高的峰均功率比(PAPR),因此线性放大需要显着的补偿水平,从而降低了PA的功率效率。 为了保证功率放大中的最大功率效率,本文提出了一种基于Hammerstein模型的LUT数字自适应预失真器(考虑了记忆效应)。在文献[10]中提出了使用多个查找表对功放特性短期变化的数字预失真进行数字预失真的优点。
本文提出的预失真器架构利用来自接收机的误码率(BER)信息(通过大多数现代无线标准规定的返回信道)为每个调制设计两个特定的LUT,提供异常和安全模式操作。因此,该架构允许在实现接收中的特定服务质量(QoS)时设置最佳操作补偿水平。
与以前的数字预失真器建议[5-11]相比,这种基于多LUT的预失真器通过自适应地计算最佳PA +预失真器增益,以尽可能接近饱和的方式工作,从而最大程度地提高效率,从而解决了应对不同调制格式的问题。

II. Problem statement

由于某些现代通信标准允许自适应调制,即根据信道条件更改调制格式,因此线性放大将考虑使用不同的PAPR。 输入退避可以定义为如[11]所示:
在这里插入图片描述
其中 P i n , S A T P_{in,_{SAT}} Pin,SAT表示对应于输出饱和功率的输入功率, P i n , A V

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值